一、智能定时控制器的构成及应用（论文文献综述）
刘佳佳[1]（2021）在《基于模糊逻辑和强化学习的交通信号优化方法设计与实现》文中指出近年来,我国社会经济高速发展,城市规模逐渐扩大,伴随而来的是城市中的机动车数量的快速增加,由此造成道路拥堵、交通事故频发、汽车尾气排放污染环境等一系列问题。解决这些问题的关键途径是提升路网的通行能力,通过减少车辆在交叉口的延误时间来提高城市路网的通行效率。在以上背景下,本文设计并实现了三种城市单交叉口的交通信号控制方法,并通过二次开发Sumo仿真软件进行对比分析。（1）设计与实现一种交通灯信号的模糊控制方法。该方法基于四相位定相序对单交叉口交通灯进行控制,采用两层模糊控制系统,第一层模糊控制系统输入为车辆排队数和车辆到达率,输出为当前相位和下一相位交通流强度。第二层模糊控制系统以两个相位的交通流强度作为输入,输出为当前绿灯相位的绿灯延长时间。实验结果表明该方法的控制性能优于Sumo仿真软件自带的定时控制方法与传统模糊控制方法。（2）利用遗传算法来优化模糊控制系统。将模糊规则和隶属度函数参数编码为染色体,以车辆平均等待时间等评价指标构建适应度函数。种群迭代过程中,将个体解码为模糊控制系统的规则和隶属度函数参数,然后利用仿真软件对个体代表的控制系统进行仿真,得到个体评价函数值。在选择过程中加入了精英保留策略来保证最优个体不被破坏。经过遗传算法优化后,模糊控制系统控制交通信号灯的性能得到明显提升。（3）利用强化学习方法解决单交叉口交通信号灯控制问题。该方法充分利用路网传递的交通流参数,将路网截取为位置、速度矩阵,并将其作为输入状态。采取车辆的平均等待时间作为奖励函数,输出相位的持续时间作为动作。求解Q值时,为了解决过度估计问题,采用双竞争深度Q网络算法。实验结果表明,该强化学习方法控制性能优于Sumo自带的定时控制方法。（4）在上述算法的基础上,设计与实现了一个交通信号灯控制仿真系统。该系统包括用户管理、交通元素管理、交通信号灯控制方案仿真、任务管理等功能模块,能够根据单交叉口的车流数据自动决策信号灯的相位周期,为交通管理人员提供易于操作的交通仿真工具。
潘昭天[2]（2021）在《基于博弈论和多智能体强化学习的城市道路网络交通控制方法研究》文中指出信号交叉口交通流的受控过程对城市道路网络性能具有重要影响。然而,现有城市道路网络交通控制方案优化设计仍处于优化-性能改善-需求增加-性能恶化-再优化的循环困境。当经济、技术、城市建设程度迅速发展引发交通需求变化加速、交通流动态性增强,优化困境面临周期缩短的问题。交通控制方案频繁迭代优化将造成城市交通建设成本增加。抑制相应随机性诱发交通拥堵能力不足是现有交通控制方法面临的主要问题。因此,有必要针对城市道路网络交通流动态、随机性展开城市道路网络控制方法研究。此外,网络节点失效扩增交通拥堵蔓延引发路网性能下降也需要考虑。围绕城市道路网络交通控制方法研究:（1）在城市道路网络分布式的交通控制方法与交通分配、信号控制耦合方法之间,对交通信号控制领域理论体系中作进一步补充完善;（2）使交通信号控制系统具备自适应改进能力,能够随路网拓扑关系及交通需求共同演化,避免迭代优化的循环困境。论文从随机出行需求下的分布式动态交通分配、应对随机出行需求影响的分布式交通信号控制、应对网络节点失效的信号控制系统鲁棒性增强三个方面展开研究。（1）分布式动态交通分配方法,对随机出行需求分配,从根源抑制路网交通拥堵产生,为后续研究的关键基础。构建异构建议者多智能体团体,耦合异构建议者建议约束决策者动作空间,使其在有限动作空间内采用混合策略形式分配出行需求,提升多智能体强化学习在动态交通分配任务方面的运行效率;构建差异化回报函数机制,使智能体在学习中实现用户均衡原则;设计自适应学习率机制,提升方法对随机出行需求以及交通状态变化的敏感性,增强其再学习能力。经验证分析,分布式动态分配方法有效改善城市道路网络中个体出行者平均出行时间、提升网络整体吞吐量水平,且出行需求分配结果满足用户均衡原则。此外,研究也表明,与分布式交通信号控制方法相耦合,能够有效降低路网内出行延误水平。（2）分布式交通信号控制方法,从应对出行需求随机性影响出发维持城市道路网络性能稳定、进而缓解抑制交通拥堵发生、蔓延,是研究中的重要核心。引入博弈中混合策略纳什均衡概念,改进多智能体强化学习决策过程,使智能体隐式获取全局信息,增强其在不同随机出行需求状态下维持路网性能稳定的能力;在混合策略纳什均衡解基础上,引入Jensen-Shannon散度构建自适应学习率机制,增强信号控制智能体对局部交通流状态变化的敏感性,使其具备收敛后再学习能力。经验证分析,分布式交通信号控制方法在应对出行需求骤增、起讫点间出行需求分布骤变以及路网中出行需求分布不均衡、到达率随机引发随机性影响方面具有良好控制效果,将城市道路网络出行延误维持在较低水平。然而,验证也表明其仅适用于城市道路网络流量输入适中的情况下,是一种对城市道路网络时空资源深度挖掘的方法。（3）应对网络节点失效的信号控制鲁棒性增强方法,侧重于在路网结构受损时,强化信号控制方法维持路网性能的能力,是对重要核心的补充。立足于多智能体系统,构建对城市道路网络节点等级度量方法,实现对路网关键节点判别;引入路网节点交通状态,构建节点各向异性影响力传播机制,实现节点交互关系动态演化;根据节点交互结构差异,修正相应信号控制智能体混合策略纳什均衡求解决策过程及回报函数机制。经验证分析,在少量节点失效情况下,论文方法能够较好的将城市道路网络出行延误维持在较低水平,且在节点失效时间增加时有效抑制路网性能下降速度。然而,当路网拓扑结构严重受损、承载能力无法满足出行需求时,该鲁棒性增强机制难以提升信号控制方法性能。综上所述,论文构建动态交通分配方法出行需求分配从根源抑制交通拥堵的形成,该方法可独立执行交通分配任务,与分布式控制耦合使用可以有效抑制拥堵,还是信号控制鲁棒性增强机制的关键接口。针对随机出行需求影响构建的分布式交通信号控制方法,能够在局部交互过程中隐式地感知全局信息,有效缓解、抑制随机出行需求诱发的交通拥堵。而信号控制鲁棒性增强机制,构建节点间交互关系,实现信号控制方法网络节点失效鲁棒性提升。将分布式动态交通分配、分布式交通信号控制、信号控制鲁棒性增强机制相融合,使交通控制系统能够有效应对频繁的优化困境且具跟随城市道路网络共演化的能力。
景亮[3]（2021）在《多拦截弹时间收敛协同制导律研究》文中研究表明随着军事技术的不断发展,用于执行作战任务的飞行器机动能力日益增强,对现代防御系统造成了巨大威胁。在单一拦截弹难以满足作战需求的情况下,采取多拦截弹协同作战可以有效弥补单一拦截弹的作战缺陷,因此多拦截弹协同制导技术受到广泛关注。此外,在实际作战中目标往往采取机动突防策略,进一步增加防御系统的拦截难度,这也对多拦截弹协同制导方法设计提出了新的需求。本文以多枚拦截弹对高价值机动目标的拦截问题为研究背景,以提高协同末制导律收敛特性为目标,围绕多拦截弹时间收敛协同制导律设计问题研究了具有攻击角度约束和攻击时间约束的有限时间收敛协同制导律、固定时间收敛协同制导律、预定时间收敛协同制导律以及定时收敛协同制导律。主要研究内容如下:首先,针对多拦截弹协同拦截单一机动目标的情况,开展了具有攻击角度约束以及攻击时间约束的有限时间/固定时间收敛协同制导律设计。建立了具有攻击时间及攻击角度约束的二维协同制导数学模型。为了实现在无向拓扑结构下所有拦截弹均以期望角度同时命中目标,基于有限时间多智能体一致性算法以及非奇异终端滑模控制算法,设计了一种有限时间收敛协同制导律,并通过非齐次干扰观测器实时对目标机动引起的外部干扰进行估计并补偿到制导系统中。为了提高制导性能及制导律收敛特性,提出了具有攻击角度约束以及攻击时间约束的固定时间收敛协同制导律。在视线方向上,本文采用固定时间一致性算法设计了一种有限时间协同制导律,保证所有拦截弹在同一时间命中目标。为进一步提升视线角及其角速率的收敛速度,基于固定时间收敛观测器以及自适应滑模控制设计了视线法向上的固定时间收敛协同制导律,进而提高了协同制导律的抗干扰能力以及制导精度。其次,考虑机动目标拦截过程中末制导持续时间极短,因此需要所设计的制导律具有快速收敛特性,且制导律的收敛时间还需要有一个可以预先设定的收敛时间上限,从而保证协同制导系统在命中目标前稳定。针对上述问题,本文提出了具有攻击角度和攻击时间约束的预定时间收敛协同制导律,该协同制导律将收敛时间作为一个可调参数,使收敛时间上界具有可控性,从而使协同制导律能够满足对收敛时间的设计需求。在视线方向上,本文研究了基于预定时间一致性理论的协同制导律,从而保证所有导弹的剩余飞行时间在预定时间内趋于一致。在视线法向上,基于固定时间干扰观测器以及预定时间收敛理论设计了视线法向上的预定时间收敛协同制导律,保证了所有导弹的视线角速率均可在预定时间内收敛且视线角在预定时间内收敛至期望的视线角度,有效提高了制导系统的收敛速度并增强了系统的鲁棒性。最后,考虑到协同制导系统收敛速度过快将导致制导性能降低或制导系统不稳定,为进一步提高多弹协同制导系统的可靠性和稳定性,开展定时收敛协同制导律设计,使多拦截弹协同制导系统在具有外部扰动的条件下在给定时刻趋于稳定,削弱收敛时间不确定性对制导系统的影响。本文基于无向图通讯拓扑结构提出了一种定时收敛协同制导律,在视线方向上设计了定时收敛协同制导律,保证所有导弹的剩余飞行时间在给定时刻达成一致;为了对目标机动进行实时估计,本文采用了定时收敛干扰观测器,结合反步法、积分滑模控制和定时收敛控制理论设计了视线法向上的定时收敛多拦截弹协同制导律,保证了多拦截弹在协同拦截过程均具有良好的制导性能。
杨冰[4]（2021）在《一种适用于复杂地形的智能轮椅的设计》文中研究说明智能轮椅给行动不便人群提供了就业、生活等方面的帮助,针对此应用背景,本课题展开的可适用于复杂地形的智能轮椅的相关研究具有一定的理论与实用价值。本文以模块化思路制定了适用于复杂地形的智能轮椅的系统结构框架和各个模块系统,包括智能轮椅四轮驱动系统、自动调平系统、避障系统和自动定位与通信系统。以STM32F103ZET6微控制器为核心,设计相应的外围电路的智能控制硬件平台,完成了整机的软、硬件设计,实现预期的功能和控制效果。（1）针对复杂地形环境不便行走且有安全风险的问题,设计了四轮全驱动系统,增加语音识别人机接口和操纵杆人机接口来实现轮椅的两种行进方式;（2）设计了一种机电四点式菱形调平系统,解决了智能轮椅的自平衡和角度调节受限的问题,预使轮椅座位在0度到30度的范围内达到自动快速调平的目的,防止在上坡和下坡时由于重心不稳发生事故,保证轮椅车身的自动平衡;（3）为使用者能够及时地了解轮椅周围的环境,本文研究设计出了基于多传感器技术、两种传感器相互融合的避障安全出行系统,不仅能在复杂地形中检测障碍物,还能针对测距信息做出相应的语音提示报警,帮助使用者实现避障;（4）利用GPS/北斗双模定位模块+GSM移动网络,实现了监护人与智能轮椅使用者之间的位置共享,实现双向通信。并设置了紧急报警模块,做到全面、全方位地保证智能轮椅使用者出行时以及在复杂地形环境中的安全。通过测试,结果表明:本设计实现了语音控制、自动调平、避障与定位实时通信、报警等功能,提高轮椅使用者在复杂地形环境行走的安全性,帮助使用者勇敢地走向社会、改变生活模式、增强独立性。
高翔[5]（2021）在《基于微服务架构的配网一体化监控平台研究与设计》文中认为针对现有配网相关信息系统运行中存在的问题,构建了一套配网一体化监控平台。该平台采集已有配电自动化系统、GIS系统、负荷控制系统中的数据,经过数据处理,将各系统分散的数据整合至统一的配网模型中。基于微服务架构实现了一套各业务功能可灵活扩展的上层应用,用户可在平台上查看配网运行实时数据、关键指标,并进行统计分析,从而进一步提高配网运维管理水平。
刘凡[6]（2021）在《多智能体系统的采样和定时一致性控制问题研究》文中认为多智能体系统问题中一个主要的研究方向就是一致性控制问题。本文主要关注的是多智能体系统的采样一致性控制问题和定时一致性控制问题。实际应用中,由于计算机控制系统的广泛运用,这使得采样控制策略逐渐成为工业生产中的一种重要控制手段,并且在很大程度上取代了传统的机械式控制手段,因此本文首先对多智能体系统的采样一致控制做出了研究。其次,考虑到定时控制策略在估计系统稳定时间上的优越性,即稳定时间与初始状态无关,很多学者已经将这种方法运用到多智能体系统的控制上。然而,这种方法还没有很好地应用到一般线性多智能体系统的一致控制问题上,因此本文还考虑了一般线性多智能体系统的定时主从一致控制。在研究多智能体系统的采样一致控制问题时,本文首先讨论了系统通信结构（被表述为图的形式,因此也称为通信图）在固定不变和强连通的情况下,系统采样间隔对系统一致性的影响。本文指出能使单积分器型系统的稳定的采样周期与通信图矩阵对应的Laplace矩阵的特征根存在密切的联系。本文同时也指出在通信图固定不变和强连通的情况下,系统的稳态可由系统初态和通信图矩阵对应的Laplace矩阵唯一确定。其次,本文还进一步讨论了多智能体系统在具有切换和非强连通的通信结构的情况下,系统采样间隔对系统一致性的影响。本文指出若存在一个时间划分使得在每一个时间划分内系统的通信图的并是一个强连通图,那么多智能体系统也能够实现采样一致。在研究一般线性多智能体系统的定时主从一致控制时,本文首先研究了系统状态的定时观测问题。通过引入一个辅助矩阵,本文设计了系统跟随者状态的定时观测器。另外,该辅助矩阵也可以增加对观测器稳定时间估计的准确性。随后,本文利用一个辅助矩阵设计了系统的定时控制器。控制器中的参数可通过一个矩阵不等式求得,这大大有利于工程计算。本文通过论证指出所设计的定时控制器不仅能够确保系统在有限时间内达到主从一致,而且还能够增加对系统稳定时间估计的准确性。本文所有理论都通过数值仿真来验证准确性,结果多以图片呈现,并且所得结果也进一步支持了理论的正确性。
石用伍[7]（2020）在《面向心肺慢病管理的穿戴式生理参数监测感知技术研究》文中研究指明随着社会的发展和全球人口老龄化的趋势越发严重,心肺慢病已成为威胁老龄化人群健康的头等病因,同时,心肺慢病不断呈现年轻化发病趋势。伴随医学科技的发展以及人民健康意识的提高,现代医疗模式更主张实现对“健康人”的生命体征信息动态健康监测管理,提倡“预防重于治疗”,关注治“未病”,让病人得到个体化、动态的医疗服务。心电、心率、脉搏、血氧饱和度、呼吸、体温、血压等这些人体基本的生理参数与疾病的防治密切相关。从技术手段上来说,除了医院专业的医疗设备可以实现对人体健康状态监测外,便捷、灵活的穿戴式生理参数监测系统为个性化实时的生理参数监测提供了技术支撑平台。现代医疗模式的转变,对医疗级穿戴式微型化、智能化设备提出了更高的要求,穿戴式生理参数监测采用微型化、智能化、高精度的各种传感器采集人体的生理参数,实现对人体健康生理参数无创连续的实时监测,是实现全面健康和个性化医疗较为有效的新型医疗监护模式。然而,具备微型化、低功耗、高精度的穿戴式系统感知技术的研究目前仍然是穿戴式医疗研究的难点之一。全面深入地开展穿戴式医疗感知技术的相关研究对于个性化疾病的诊断和治疗、解决健康管理、养老服务、慢病管理和看病难等问题都具有非常重要的意义。本文以“感知”为切入点,根据穿戴式生理参数监测系统感知技术环节存在的关键问题,主要针对脉搏、心率传感器感知材料制备及传感性能测试、面向心肺慢病管理的穿戴式生理参数监测系统、穿戴式心电信号的信息融合分类算法等几个方面进行了深入的研究,具体包含以下内容:（1）多金属盐酸盐/二维氧化石墨烯（polyoxometalate/two dimensional graphene nanosheets,简称POM/2D GNs）柔性穿戴式脉搏、心率传感器感知电极材料制备及传感性能研究。本文制备了POM/2D GNs复合材料,并对该材料进行X射线衍射（X-Ray Diffraction,简称XRD）、透射电镜（Transmission electron microscope,简称TEM）、X射线能谱分析（Energy dispersive X-ray spectroscopy,简称EDS）表征及电化学性能测试。构建了基于POM/2D GNs的水滴监测传感器模型,利用放置和移除水滴的方式对该传感装置的响应能力进行测试,结果表明,测量到的ΔADC值可以很好地响应水滴放置和移除POM/2D GNs传感器时的压力信号变化。为探索POM/2D GNs传感器在人体脉搏、心率监测领域的应用潜力,我们设计了一种柔性脉搏传感器装置模型,并将其固定于手腕脉搏处,进行连续15秒的脉搏监测记录。结果表明,基于POM/2D GNs的传感器对外部脉冲很敏感,监测结果与PPG技术监测到的脉搏波结果基本一致。因此,POM/2D GNs被证实可用于穿戴式医疗系统用来实现对人体脉搏、心率等生命体征参数的监测。这项工作为柔性穿戴式心电、脉搏传感器的制备开辟了新的途径。（2）2D GNs/ZnS:Mn2+/POM力致发光柔性穿戴式脉搏、心电传感器感知电极材料制备及传感性能研究。在POM/2D GNs脉搏传感器感知材料的基础上,本文进一步制备了2D GNs/ZnS:Mn2+/POM复合材料,并对该材料进行XRD、TEM、PL（光致发光）、ML（力致发光）和电化学性能表征。结果表明,该材料具有压力控制发光性能,ML强度和压力值在一定范围内呈线性关系。由于具有高导电性能的2D GNs和POM的引入,2D GNs/ZnS:Mn2+/POM电极具备对外界的刺激响应敏感和高导电特性。构建了2D GNs/ZnS:Mn2+/POM传感器装置模型,并对脉搏、心电信号进行监测,实验结果表明,该复合材料可以作为脉搏、心电传感器感知电极用于穿戴式脉搏、心率的监测。本文的研究进一步丰富了穿戴式柔性脉搏、心率传感器感知电极材料的制备方法,对柔性石墨烯基材料作为心电、脉搏传感器的新应用提供了一定的借鉴价值。（3）面向心肺慢病管理的穿戴式生理参数监测系统。本文设计的穿戴式心肺慢病生理参数监测系统充分结合了传统的心电监护设备的技术优势,以低功耗、小型化和兼顾生理信号测量的准确性为目标,选取ADS1292、AFE4400、STM32等低功耗模拟前端和芯片方案,设计了集3导联的心电信号采集和血氧饱和度监测模块为一体的穿戴式心肺慢病监测系统,经验证,该系统能有效地采集到心电和血氧饱和度信号。同时利用该系统对本文制备的石墨烯基感知材料POM/2D GNs进行了心电信号的采集验证。（4）深度卷积神经网络（Deep Convolutional Neural Network,简称DCNN）的心律失常分类算法研究。通过对前端采集到的心电信号中获取有用的信息辅助临床医生的诊断具有重要意义,也是智能穿戴设备系统的核心和关键感知技术之一。本文提出了一种基于深度卷积神经网络的心律失常分类算法,生成具有患者特异性的深层结构自动心拍分类模型,提出方法的优点包括减少了前期的心电信号噪声处理、单独的特征提取等步骤。提出模型对MIT-BIH心律失常数据库四类心拍识别的平均准确率为96.79%,平均特效度为97.85%,综合性能评价指标达95.98%。（5）卷积神经网络+长短时记忆网络+注意力机制（Convolutional Neural Network+Long Short-Term Memory+Attention,简称CLSTMA）组合神经网络模型的心律失常分类算法研究。本文在深度卷积神经网络的基础上进一步提出了CLSTMA组合神经网络模型。经过20轮次的训练和调参过程,生成具有患者特异性的深层结构自动心拍分类模型,提出方法减少了前期的心电信号噪声处理、单独的特征提取等步骤的同时,进一步增强了模型的泛化能力。提出的模型对MIT-BIH心律失常数据库四类心拍识别验证结果表明,模型的综合性能评价指标达96.86%,以室性早博为例,模型的准确率达到96.70%,特效度达到98.22%,与已有文献进行比较,该模型的整体性能优于文献报道的模型性能。综上,论文的研究成果进一步拓展和丰富了穿戴式医疗感知技术方面的研究,从感知技术层面上为心肺慢病监测系统乃至利用其他柔性穿戴技术实现对人体健康体征信息的采集、疾病的预防和诊断提供了理论基础和技术支持。
盛杨博严,盛璞林[8]（2019）在《冷风机融霜智能控制器设计》文中认为本文通过对8812组理论计算数据进行拟合运算,建立了结霜测算数学模型,并设计出了基于此模型的智能控制器,通过在实测环境中不断调整数学模型的加权系数,取得了较为理想的控制效果,为制冷装置系统的结霜仿真,冷风机的设计及融霜控制提供了理论依据和实践参考。
吴强泽,袁永明[9]（2015）在《基于PLC的投饲机定时控制器的设计》文中进行了进一步梳理投饲机是继增氧机后又一种量大面广、显着效益的水产养殖机械,传统的渔用投饲机多采用机械定时的控制模式,常因精度差、定时不准而造成饲料浪费。针对这一问题,该文提出一种基于PLC控制技术的解决方案。研究了以水温为输入参数的定时控制方法,重点对定时控制器的硬件构成和PLC控制软件的设计与实现进行了详细阐述,最后对其进行实际运行测试。测试结果表明,系统操作简单、运行稳定,投喂效果良好。
张二青[10]（2015）在《基于Modelica语言的交通信息物理系统建模分析与仿真实现》文中指出随着交通问题日趋严重,迫切需要以科学的方法认知交通现象,用先进的技术支撑交通系统的发展,以便有效缓解交通拥堵和减少环境污染,因此智能交通系统的研究要寻求更深层次的发展。信息物理系统（Cyber Physical System,CPS）的出现,为解决交通系统中非线性、强耦合和泛时空问题提供了有效途径。把CPS概念应用于交通领域的交通信息物理系统（Transportation Cyber Physical System,T-CPS）,其体系结构复杂,涉及学科门类和技术繁多,目前的研究更多的关注于描述系统的整体基本架构、诠释相应模块功能和关键技术上,其中面向T-CPS的系统建模和仿真实现是研究交通信息物理系统的重要基础技术之一。本文围绕面向交通信息物理系统的建模与仿真展开研究,主要研究内容如下。首先,利用T-CPS系统中信息世界与物理世界之间的相互作用和反馈特点,本文提出了对象层、感知层、计算层、控制层、执行与服务层和通信层的体系架构,诠释了相应层次的功能,其中通信层贯穿于信息传递的各个功能层之间。同时介绍了本文要研究要涉及的基本知识,包括Modelica语言、OpenModelica仿真平台和宏观交通流理论（元胞传输模型）等。其次,在提出的T-CPS基本架构和系统中信息流的基础之上,对系统中各个物理实体作抽象化和的简单化处理,用Modelica语言在仿真平台OpenModelica上开发模型库,在保证模型完备性的同时赋予模型规范的接口。整个模型库包括路段分割模块、路段连接模块、检测装置、控制器、执行装置和相关支撑工具库,模型库中的模块具有一般性意义,选择其中的模块可以快速的搭建实际的城市路网信息物理系统。第三,研究了模型库中信号灯控制器的设计。控制器是系统的核心部分,主要负责对输入的实时数据进行相关处理并生成控制决策。模型库中分别设计了应用于匝道入口和十字交叉口的控制器。定时控制器是实际中常用的交通信号控制策略;排空切换控制算法是将物理层交通流在道路上的传输看作是切换服务系统,通过控制稳定性的方式得到信号灯的控制周期;ALINEA控制器以下游路段的交通状态为依据来调整自身实时的信号配时。在整个控制过程中,可以随时通过仿真结果查看各个路段上交通流的实时变化。最后,给出一个实际的包含4个交叉口的系统,应用所开发的模型库进行了建模、仿真及结果分析。
二、智能定时控制器的构成及应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、智能定时控制器的构成及应用（论文提纲范文）
（1）基于模糊逻辑和强化学习的交通信号优化方法设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 模糊控制方法 |
| 1.2.2 演化算法 |
| 1.2.3 强化学习方法 |
| 1.3 论文主要工作 |
| 1.4 论文结构框架 |
| 第二章 背景知识介绍 |
| 2.1 模糊控制 |
| 2.1.1 模糊控制理论概述 |
| 2.1.2 模糊控制基本原理 |
| 2.2 遗传算法 |
| 2.2.1 遗传算法理论概述 |
| 2.2.2 遗传算法基本原理 |
| 2.3 强化学习 |
| 2.3.1 强化学习理论概述 |
| 2.3.2 强化学习基本原理 |
| 2.3.3 强化学习关键要素 |
| 2.3.4 强化学习主要算法 |
| 2.4 Sumo仿真软件 |
| 2.5 本章小结 |
| 第二章 单交叉口交通信号模糊控制方法的设计与实现 |
| 3.1 单交叉口交通信号灯控制问题 |
| 3.2 模糊控制算法 |
| 3.3 模糊控制系统设计与实现 |
| 3.4 仿真及实验结果分析 |
| 3.5 本章小结 |
| 第四章 单交叉口交通信号的遗传模糊控制方法的设计与实现 |
| 4.1 遗传算法优化模糊控制系统 |
| 4.2 染色体编码和初始种群产生 |
| 4.3 个体的评价 |
| 4.4 选择 |
| 4.5 交叉 |
| 4.6 变异 |
| 4.7 仿真及实验结果分析 |
| 4.8 本章小结 |
| 第五章 单交叉口交通信号强化学习控制方法的实现 |
| 5.1 3DQN算法 |
| 5.1.1 卷积神经网络CNN |
| 5.1.2 Dueling DQN |
| 5.1.3 Target Network |
| 5.1.4 Double DQN |
| 5.2 强化学习方法控制交通信号灯 |
| 5.3 仿真及实验结果分析 |
| 5.4 本章小结 |
| 第六章 交通信号灯控制仿真系统的设计与实现 |
| 6.1 需求分析及系统设计 |
| 6.1.1 交通元素管理功能 |
| 6.1.2 交通信号灯控制方案仿真功能 |
| 6.1.3 用户管理功能 |
| 6.1.4 用户界面可视化功能 |
| 6.1.5 数据存储 |
| 6.1.6 性能需求 |
| 6.2 系统实现 |
| 6.2.1 用户管理模块的实现 |
| 6.2.2 交通信号灯控制方案仿真模块实现 |
| 6.2.3 交通元素管理模块实现 |
| 6.3 系统测试 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 论文总结 |
| 7.2 论文展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间取得的研究成果 |
（2）基于博弈论和多智能体强化学习的城市道路网络交通控制方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题来源 |
| 1.2 研究背景 |
| 1.3 研究现状综述 |
| 1.3.1 城市道路网络交通控制 |
| 1.3.2 城市道路网络动态交通分配 |
| 1.3.3 城市道路网络中的多智能体强化学习 |
| 1.3.4 研究现存问题 |
| 1.4 研究目的及意义 |
| 1.5 研究内容框架 |
| 第2章 城市道路网络分布式动态交通分配方法 |
| 2.1 动态交通分配 |
| 2.1.1 动态交通分配问题 |
| 2.1.2 用户均衡和系统最优 |
| 2.1.3 动态交通分配的主要数学形式 |
| 2.1.4 动态交通分配模型的缺陷 |
| 2.2 多智能体强化学习 |
| 2.2.1 多智能体系统 |
| 2.2.2 强化学习机制 |
| 2.2.3 多智能体强化学习算法 |
| 2.3 动态交通分配决策者智能体架构 |
| 2.3.1 决策者智能体状态空间 |
| 2.3.2 决策者智能体动作空间 |
| 2.3.3 决策者智能体回报函数 |
| 2.3.4 决策者智能体的学习率机制 |
| 2.4 动态交通分配空间约束建议者智能体架构 |
| 2.4.1 建议者智能体的状态空间 |
| 2.4.2 建议者智能体的动作空间 |
| 2.4.3 建议者智能体的回报函数 |
| 2.4.4 建议者智能体的学习率机制 |
| 2.5 异构建议者多智能体强化学习 |
| 2.5.1 HAB-MARL 框架的应用 |
| 2.5.2 HAB-MARL 算法 |
| 2.6 本章小结 |
| 第3章 城市道路网络分布式交通信号控制方法 |
| 3.1 城市道路网络交通信号控制 |
| 3.1.1 URNTSC优化目标选取 |
| 3.1.2 URNTSC方法主要形式 |
| 3.1.3 多智能体强化学习在URNTSC中的应用 |
| 3.1.4 当前URNTSC方法可改进性 |
| 3.2 交通管控中的博弈论 |
| 3.2.1 博弈论形式及基本分类 |
| 3.2.2 博弈中的均衡解 |
| 3.2.3 博弈论在交通系统中的应用形式 |
| 3.3 分布式交通信号控制智能体架构 |
| 3.3.1 信号控制智能体状态空间 |
| 3.3.2 信号控制智能体动作空间 |
| 3.3.3 信号控制智能体决策过程 |
| 3.3.4 信号控制智能体回报函数 |
| 3.3.5 信号控制智能体的学习率机制 |
| 3.4 混合策略纳什均衡多智能体强化学习 |
| 3.4.1 MSNE-MARL 框架的应用 |
| 3.4.2 MSNE-MARL 算法 |
| 3.5 本章小结 |
| 第4章 城市道路网络交通信号控制鲁棒性增强方法 |
| 4.1 复杂网络关键节点判别技术 |
| 4.1.1 图论基础 |
| 4.1.2 复杂网络理论 |
| 4.1.3 关键节点判别技术 |
| 4.1.4 现有关键节点判别技术局限性 |
| 4.2 节点影响力传播机制 |
| 4.2.1 社会网络影响力传播机制 |
| 4.2.2 基于 MAS 的节点影响力传播机制 |
| 4.2.3 影响力传播机制改进关键点 |
| 4.3 MAS-AITM的URNTSC鲁棒性增强框架 |
| 4.3.1 MAS-AITM中节点等级度量及关键节点判别机制 |
| 4.3.2 MAS-AITM节点交互关系的分类 |
| 4.3.3 MAS-AITM节点交互关系的各向异性自择机制 |
| 4.3.4 MAS-AITM节点交互机制 |
| 4.3.5 URNTSC中鲁棒性增强构建的其他事项 |
| 4.4 本章小结 |
| 第5章 数值模拟框架及验证测试 |
| 5.1 城市道路网络数值模拟框架 |
| 5.1.1 元胞传输模型 |
| 5.1.2 基于CTM-DNL的数值模拟框架 |
| 5.1.3 城市道路网络交叉口转弯比动态构建方法 |
| 5.2 HAB-MARL分布式动态交通分配方法验证分析 |
| 5.2.1 出行成本函数选用 |
| 5.2.2 验证方法选用 |
| 5.2.3 验证网络选用 |
| 5.2.4 验证输入值设置 |
| 5.2.5 HAB-MARL验证分析 |
| 5.2.6 本节小结 |
| 5.3 MSNE-MARL分布式交通信号控制方法验证分析 |
| 5.3.1 验证指标选用 |
| 5.3.2 验证方法选用 |
| 5.3.3 验证网络选用 |
| 5.3.4 验证输入值设置 |
| 5.3.5 验证方法参数标定 |
| 5.3.6 MSNE-MARL验证分析 |
| 5.3.7 本节小结 |
| 5.4 MAS-AITM的URNTSC鲁棒性增强方法验证分析 |
| 5.4.1 验证方法选用 |
| 5.4.2 验证网络选用 |
| 5.4.3 验证输入值设置 |
| 5.4.4 MAS-AITM验证分析 |
| 5.4.5 本节小结 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 工作总结 |
| 6.2 主要创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（3）多拦截弹时间收敛协同制导律研究（论文提纲范文）
| 摘要 |
| Abstract |
| 缩略语对照表 |
| 第1章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 多弹协同制导方法国内外研究现状 |
| 1.2.1 基于独立导引的协同制导方法研究 |
| 1.2.2 基于协同导引的协同制导方法研究 |
| 1.3 时间收敛制导律研究现状及分析 |
| 1.3.1 传统制导律研究现状 |
| 1.3.2 有限时间收敛制导律研究现状 |
| 1.3.3 固定时间收敛制导律研究现状 |
| 1.3.4 其他收敛时间理论研究现状 |
| 1.4 论文组织结构及主要研究内容 |
| 1.4.1 论文组织结构关系 |
| 1.4.2 论文主要研究内容 |
| 第2章 多拦截弹协同制导建模及数学准备 |
| 2.1 引言 |
| 2.2 问题描述 |
| 2.3 多拦截弹协同制导模型建立 |
| 2.3.1 坐标系定义 |
| 2.3.2 坐标系转换关系 |
| 2.3.3 拦截弹和目标的数学模型建立 |
| 2.3.4 协同制导系统状态方程建立 |
| 2.4 代数图论基础知识 |
| 2.4.1 图论的基本定义 |
| 2.4.2 图论的Laplacian矩阵相关定义及引理 |
| 2.5 稳定性基本概念 |
| 2.6 本章小结 |
| 第3章 有限/固定时间收敛协同制导律 |
| 3.1 引言 |
| 3.2 有限/固定时间稳定性基础理论 |
| 3.3 有限时间收敛协同制导律设计 |
| 3.3.1 视线方向上的协同制导律设计 |
| 3.3.2 视线法向上的协同制导律设计 |
| 3.3.3 仿真分析 |
| 3.4 固定时间收敛协同制导律设计 |
| 3.4.1 视线方向上的协同制导律设计 |
| 3.4.2 视线法向上的协同制导律设计 |
| 3.4.3 仿真分析 |
| 3.5 本章小结 |
| 第4章 预定时间收敛协同制导律 |
| 4.1 引言 |
| 4.2 预定时间稳定性基础理论及分析 |
| 4.2.1 预定时间稳定性相关理论 |
| 4.2.2 二阶系统预定时间收敛设计及仿真 |
| 4.3 基于预定时间收敛的协同制导律设计 |
| 4.3.1 视线方向上的协同制导律设计 |
| 4.3.2 视线法向上的协同制导律设计 |
| 4.4 仿真分析 |
| 4.5 本章小结 |
| 第5章 基于反步法的定时收敛协同制导律 |
| 5.1 引言 |
| 5.2 定时稳定性基础理论及分析 |
| 5.2.1 定时稳定性相关理论 |
| 5.2.2 一阶系统定时收敛设计及仿真 |
| 5.2.3 二阶系统定时收敛设计及仿真 |
| 5.3 基于反步法的定时收敛协同制导律设计 |
| 5.3.1 视线方向上的协同制导律设计 |
| 5.3.2 视线法向上的协同制导律设计 |
| 5.4 仿真分析 |
| 5.4.1 不同定时收敛时间条件下的仿真对比分析 |
| 5.4.2 定时收敛与预定时间收敛协同制导律仿真对比分析 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间所发表的论文及其他成果 |
| 致谢 |
| 个人简历 |
（4）一种适用于复杂地形的智能轮椅的设计（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 智能轮椅主要实现功能 |
| 1.4 整机构架 |
| 1.5 主控制器 |
| 1.6 论文主要内容与章节安排 |
| 2 驱动系统的设计 |
| 2.1 驱动系统的组成 |
| 2.2 驱动系统的硬件设计 |
| 2.2.1 驱动系统的机械机构 |
| 2.2.2 驱动系统的器件选型 |
| 2.2.3 电路设计 |
| 2.3 驱动系统的软件构成 |
| 2.3.1 四轮驱动系统软件设计 |
| 2.3.2 语音识别软件设计 |
| 2.4 本章小结 |
| 3 自动调平系统的设计 |
| 3.1 自动调平系统的组成 |
| 3.2 调平方式及调平策略 |
| 3.2.1 调平方式 |
| 3.2.2 调平策略 |
| 3.3 器件选型 |
| 3.3.1 倾角传感器的选取 |
| 3.3.2 电动推杆的选取 |
| 3.3.3 驱动器选型 |
| 3.4 自动调平硬件电路设计 |
| 3.4.1 倾角获取电路设计 |
| 3.4.2 驱动模块电路设计 |
| 3.4.3 倾角显示电路设计 |
| 3.5 自动调平软件设计 |
| 3.5.1 PID控制算法的选取 |
| 3.5.2 调平的工作流程 |
| 3.6 本章小结 |
| 4 避障系统的设计 |
| 4.1 避障系统的组成 |
| 4.2 测距传感器的选取 |
| 4.2.1 超声波传感器 |
| 4.2.2 红外测距传感器 |
| 4.3 多传感器信息融合 |
| 4.3.1 多传感器信息融合原理 |
| 4.3.2 多传感器信息融合结构 |
| 4.3.3 多传感器信息融合方法 |
| 4.4 避障系统的结构和传感器分布 |
| 4.5 语音芯片的选取 |
| 4.6 避障硬件电路设计 |
| 4.6.1 超声波传感器采集数据电路 |
| 4.6.2 红外传感器采集数据电路 |
| 4.6.3 语音提示报警电路 |
| 4.7 避障系统软件设计 |
| 4.8 本章小结 |
| 5 自动定位与通信系统的设计 |
| 5.1 自动定位与通信系统的组成 |
| 5.2 定位通信功能模块 |
| 5.2.1 卫星定位系统 |
| 5.2.2 自动定位系统的选取 |
| 5.2.3 GSM移动通信 |
| 5.2.4 定位通信功能模块的组成 |
| 5.2.5 定位通信功能模块硬件选型 |
| 5.2.6 定位通信功能模块硬件电路设计 |
| 5.2.7 定位通信功能模块软件设计 |
| 5.3 危险报警功能模块 |
| 5.4 本章小结 |
| 6 实验与测试 |
| 6.1 自动调平系统实验与测试 |
| 6.1.1 实验与测试 |
| 6.1.2 结果与分析 |
| 6.2 避障系统实验与测试 |
| 6.2.1 实验与测试 |
| 6.2.2 结果与分析 |
| 6.3 语音识别系统实验与测试 |
| 6.3.1 实验与测试 |
| 6.3.2 结果与分析 |
| 6.4 自动定位与通信系统实验与测试 |
| 6.4.1 自动定位与通信功能实验与测试 |
| 6.4.2 结果与分析 |
| 6.5 本章小结 |
| 7 总结与展望 |
| 7.1 工作总结 |
| 7.2 工作展望 |
| 参考文献 |
| 攻读硕士期间发表的论文及所取得的研究成果 |
| 致谢 |
（5）基于微服务架构的配网一体化监控平台研究与设计（论文提纲范文）
| 1 技术应用 |
| 1.1 微服务架构 |
| 1.2 Spring Cloud |
| 2 系统设计与实现 |
| 2.1 微服务技术实现 |
| 2.2 系统整体架构设计 |
| (1)数据采集层 |
| (2)数据处理层 |
| (3)数据整合层 |
| (4)应用层 |
| 2.3 主要功能实现 |
| (1)运行指标监控: |
| (2)指标计算: |
| (3)运维管理: |
| 结束语: |
（6）多智能体系统的采样和定时一致性控制问题研究（论文提纲范文）
| 摘要 |
| abstract |
| 主要符号对照表 |
| 第一章 绪论 |
| 1.1 课题的背景介绍 |
| 1.2 课题的研究现状 |
| 1.2.1 多智能体系统的研究现状 |
| 1.2.2 多智能体系统的定时控制研究现状 |
| 1.3 本文的主要工作和组织结构 |
| 1.3.1 本文主要工作 |
| 1.3.2 本文组织结构 |
| 第二章 数学知识准备 |
| 2.1 代数图论基础知识 |
| 2.2 定时稳定理论基础知识 |
| 2.3 本章小结 |
| 第三章 多智能体系统的采样一致控制 |
| 3.1 前言 |
| 3.2 固定拓扑结构的多智能体系统 |
| 3.2.1 问题陈述与准备 |
| 3.2.2 稳定性分析 |
| 3.3 切换拓扑结构的多智能体系统 |
| 3.3.1 问题陈述与准备 |
| 3.3.2 稳定性分析 |
| 3.4 仿真验证 |
| 3.4.1 固定拓扑结构 |
| 3.4.2 切换拓扑结构 |
| 3.5 本章小结 |
| 第四章 一般线性多智能体系统的定时主从一致控制 |
| 4.1 前言 |
| 4.2 问题陈述与准备 |
| 4.3 定时观测器的设计及其稳定性分析 |
| 4.4 定时控制器的设计及其稳定性分析 |
| 4.5 仿真验证 |
| 4.5.1 数值仿真 |
| 4.5.2 对比仿真 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间的主要成果 |
| 攻读硕士学位期间参与的科研项目 |
| 致谢 |
（7）面向心肺慢病管理的穿戴式生理参数监测感知技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 柔性可穿戴心率、脉搏传感器系统 |
| 1.2.1 柔性心率传感器监测机制 |
| 1.2.2 柔性传感器的结构组成 |
| 1.2.3 研究现状 |
| 1.3 面向健康生命体征监测的穿戴式系统 |
| 1.3.1 研究现状 |
| 1.3.2 穿戴式生理参数监测系统关键感知技术 |
| 1.4 存在的问题和研究方向 |
| 1.5 论文的研究内容、结构、目的及意义 |
| 1.5.1 研究内容和组织结构 |
| 1.5.2 研究的目的和意义 |
| 第二章 穿戴式心肺慢病生理参数监测的生理学基础 |
| 2.1 心脏的电生理学 |
| 2.2 心电图各波段含义及临床意义 |
| 2.3 心率、脉搏产生及临床意义 |
| 2.3.1 心率的产生及临床意义 |
| 2.3.2 脉搏的产生及临床意义 |
| 2.3.3 心率与脉搏的关系 |
| 2.4 血氧饱和度的产生及意义 |
| 2.5 心律失常类型和指标 |
| 2.6 本章小结 |
| 第三章 POM/2D GNs柔性穿戴式脉搏传感器制备及传感特性 |
| 3.1 多金属氧酸盐概述 |
| 3.2 石墨烯和氧化石墨烯概述 |
| 3.3 石墨烯基复合材料在柔性传感器中的应用 |
| 3.4 实验部分 |
| 3.4.1 2DGNs悬浮液的制备 |
| 3.4.2 POM/2D GNs柔性材料制备 |
| 3.5 仪器与材料表征方法 |
| 3.6 结果与讨论 |
| 3.6.1 样品的XRD表征 |
| 3.6.2 样品的TEM、EDS表征 |
| 3.6.3 样品电化学性能 |
| 3.7 POM/2D GNs传感器模型构建及传感特性 |
| 3.7.1 POM/2D GNs传感器工作电路 |
| 3.7.2 POM/2D GNs传感特性测试 |
| 3.8 本章小结 |
| 第四章 2D GNs/Zn S:Mn~(2+)/POM柔性心率传感器制备及传感特性 |
| 4.1 力致发光材料及其在健康监测领域的应用 |
| 4.2 实验部分 |
| 4.2.1 ZnS:Mn~(2+)纳米材料制备 |
| 4.2.2 2D GNs/Zn S:Mn~(2+)/POM复合材料制备 |
| 4.3 仪器与材料表征方法 |
| 4.4 结果与讨论 |
| 4.4.1 样品的XRD表征 |
| 4.4.2 样品的TEM表征 |
| 4.4.3 样品的电化学性能 |
| 4.4.4 样品的光致发光性能测试 |
| 4.5 2D GNs/Zn S:Mn~(2+)/POM柔性心率传感器构建及传感特性 |
| 4.5.1 样品的发光与压力关系的实验验证 |
| 4.5.2 2D GNs/Zn S:Mn~(2+)/POM柔性传感器工作电路 |
| 4.5.3 2D GNs/Zn S:Mn~(2+)/POM心率监测实验 |
| 4.6 理论分析与探讨 |
| 4.7 本章小结 |
| 第五章 心肺慢病穿戴式生理参数监测系统 |
| 5.1 心肺慢病穿戴式生理参数监测系统设计 |
| 5.1.1 系统设计核心目标 |
| 5.1.2 系统结构 |
| 5.2 心电信号采集监测模块设计 |
| 5.2.1 心电信号采集模拟前端 |
| 5.2.2 心电信号处理MCU |
| 5.2.3 心电信号采集硬件电路设计 |
| 5.3 血氧饱和度监测模块设计 |
| 5.3.1 血氧信号采集模拟前端 |
| 5.3.2 血氧信号处理MCU |
| 5.3.3 指套式血氧传感器 |
| 5.3.4 血氧饱和度信号采集硬件电路设计 |
| 5.4 电源模块设计 |
| 5.5 穿戴式心肺慢病信号采集及性能测试 |
| 5.6 穿戴式心肺慢病监测系统样机 |
| 5.7 柔性石墨烯基电极的心电信号采集实验 |
| 5.8 本章小结 |
| 第六章 基于DCNN模型的智能心律失常分类识别算法 |
| 6.1 智能心拍分类技术研究 |
| 6.2 深度卷积神经网络的心电分类原理 |
| 6.3 心律失常分类的深度卷积神经网络模型 |
| 6.3.1 心电信号数据源 |
| 6.3.2 心拍数据集生成 |
| 6.3.3 ECG深度卷积神经网络结构及参数 |
| 6.4 实验结果及分析 |
| 6.4.1 实验平台及评价指标 |
| 6.4.2 结果与分析 |
| 6.5 本章小结 |
| 第七章 基于CLSTMA组合模型的智能心律失常分类识别算法 |
| 7.1 CLSTMA组合模型心电分类基本原理 |
| 7.1.1 长短时记忆网络 |
| 7.1.2 注意力机制 |
| 7.2 ECG时序信号预测分类算法 |
| 7.3 心律失常分类的CLSTMA组合模型 |
| 7.4 实验与结果分析 |
| 7.4.1 实验平台 |
| 7.4.2 心电信号数据来源 |
| 7.4.3 CLSTMA组合神经网络模型参数及评价指标 |
| 7.4.4 结果与分析 |
| 7.5 讨论 |
| 7.6 本章小结 |
| 第八章 总结与展望 |
| 8.1 研究内容总结 |
| 8.2 主要创新点 |
| 8.3 研究展望 |
| 致谢 |
| 参考文献 |
| 附录 Ⅰ 英文缩略词表 |
| 附录 Ⅱ 研究生期间取得成果 |
（8）冷风机融霜智能控制器设计（论文提纲范文）
| 1 结霜分析与数学建模 |
| 2 冷风机智能融霜控制器设计 |
| 3 结论 |
（9）基于PLC的投饲机定时控制器的设计（论文提纲范文）
| 1 传统投饲机控制 |
| 1.1常用控制器类型 |
| 1.2机械定时器原理 |
| 1.3局限性分析 |
| 2 PLC控制方案设计 |
| 2.1基本方法 |
| 2.2投饲速率 |
| 2.3定时分配 |
| 3 PLC实现 |
| 3.1硬件选型 |
| 3.2程序设计 |
| 3.2.1系统符号定义。 |
| 3.2.2传感器值读取。 |
| 3.2.3定时控制。 |
| 4 结论与讨论 |
（10）基于Modelica语言的交通信息物理系统建模分析与仿真实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 CPS研究现状 |
| 1.2.2 T-CPS研究现状 |
| 1.2.3 T-CPS建模和仿真研究现状 |
| 1.3 研究内容与组织结构 |
| 1.4 本章小结 |
| 第2章 交通信息物理系统（T-CPS）与建模基础 |
| 2.1 T-CPS概念及基本架构 |
| 2.1.1 T-CPS概念 |
| 2.1.2 T-CPS基本架构 |
| 2.1.3 T-CPS各层次功能 |
| 2.2 T-CPS建模基础 |
| 2.2.1 Modelica语言 |
| 2.2.2 OpenModelica仿真平台 |
| 2.2.3 元胞传输模型 |
| 2.3 本章小结 |
| 第3章 T-CPS仿真模型库设计 |
| 3.1 总体设计方案 |
| 3.1.1 方案分析 |
| 3.1.2 模型库层次结构图 |
| 3.2 子模块设计 |
| 3.2.1 路段分割模块 |
| 3.2.2 路段连接模块 |
| 3.2.3 检测装置 |
| 3.2.4 控制器 |
| 3.2.5 执行装置 |
| 3.3 仿真分析 |
| 3.4 本章小结 |
| 第4章 T-CPS信号灯控制策略 |
| 4.1 信号灯控制的基本理论 |
| 4.1.1 信号灯控制的分类 |
| 4.1.2 信号灯控制的基本参数 |
| 4.2 控制器模型设计 |
| 4.2.1 交叉.控制器 |
| 4.2.2 匝道控制器 |
| 4.3 仿真分析 |
| 4.4 本章小结 |
| 第5章 T-CPS仿真实例及分析 |
| 5.1 模型库的使用 |
| 5.1.1 模型库的使用步骤 |
| 5.2 仿真分析 |
| 5.2.1 城市路网系统 |
| 5.2.2 北京快速路系统 |
| 5.3 本章小结 |
| 结论与展望 |
| 参考文献 |
| 攻读硕士期间所发表的学术论文 |
| 致谢 |
四、智能定时控制器的构成及应用（论文参考文献）
- [1]基于模糊逻辑和强化学习的交通信号优化方法设计与实现[D]. 刘佳佳. 北京邮电大学, 2021(01)
- [2]基于博弈论和多智能体强化学习的城市道路网络交通控制方法研究[D]. 潘昭天. 吉林大学, 2021(01)
- [3]多拦截弹时间收敛协同制导律研究[D]. 景亮. 哈尔滨工业大学, 2021
- [4]一种适用于复杂地形的智能轮椅的设计[D]. 杨冰. 中北大学, 2021(09)
- [5]基于微服务架构的配网一体化监控平台研究与设计[J]. 高翔. 电子世界, 2021(03)
- [6]多智能体系统的采样和定时一致性控制问题研究[D]. 刘凡. 东华大学, 2021(09)
- [7]面向心肺慢病管理的穿戴式生理参数监测感知技术研究[D]. 石用伍. 贵州大学, 2020(01)
- [8]冷风机融霜智能控制器设计[J]. 盛杨博严,盛璞林. 冷藏技术, 2019(03)
- [9]基于PLC的投饲机定时控制器的设计[J]. 吴强泽,袁永明. 安徽农业科学, 2015(34)
- [10]基于Modelica语言的交通信息物理系统建模分析与仿真实现[D]. 张二青. 北京工业大学, 2015(03)